DeepLearning-风格迁移

作者: SherlockLiao | 来源:发表于2017-04-29 20:47 被阅读5298次

背景介绍

不知道大家是否用过prisma，就算没有用过，也一定看见别人用过这个软件，下面是一张这个软件得到的一个效果图

style.png

内容图片为

content.png

得到的合成效果为

demo.png

结语

通过这篇文章，我们利用pytorch实现了基本的风格转移算法，得到的效果也是满意的，所以我们可以把自己的图片通过这个算法做一个风格转移，实现你想要的作品的风格，逼格满满，大家学习之后肯定会有特别大的成就感，在完成项目的同时也学习到了新的知识，同时也会对这个产生更浓厚的感兴趣，兴趣才是各种的动力，比任何鸡汤都有用，希望大家都能够找到自己的兴趣，热爱自己所做的事。

本文代码已经上传到了github上

欢迎查看我的知乎专栏，深度炼丹

欢迎访问我的博客

网友评论

e1dc897d2342:作者，您好。我想询问一下，已经预训练好的 vgg 网络是不是指已经确定参数的反卷积网络，并且后续需要定义一个风格损失函数，重新训练，来获得合成图象？
2.如果测试时，更换新的内容图象，我们是否需要重新训练反卷积网络，来获得新的内容img

8582adb0e53c:backward() got an unexpected keyword argument 'retain_variables'
请问下这个错误您与到了吗

8582adb0e53c:谢谢了可以了

SherlockLiao:这是因为pytorch升级到了0.4版本的原因，可以试试 retain_graph

深度智心:有个pytorch交流群，大家可以进去交流，637638632

e1dc897d2342:作者，您好。我想询问一下，已经预训练好的 vgg 网络是不是指已经确定参数的反卷积网络，并且后续需要定义一个风格损失函数，重新训练，来获得合成图象？
2.如果测试时，更换新的内容图象，我们是否需要重新训练反卷积网络，来获得新的内容img
8582adb0e53c:backward() got an unexpected keyword argument 'retain_variables'
请问下这个错误您与到了吗
8582adb0e53c:谢谢了可以了
SherlockLiao:这是因为pytorch升级到了0.4版本的原因，可以试试 retain_graph
深度智心:有个pytorch交流群，大家可以进去交流，637638632

DeepLearning-风格迁移

背景介绍

结语

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

PyTorch

深度学习·神经网络·计算机视觉

机器学习与数据挖掘